文献

J-GLOBAL ID：202002289010561382   整理番号：20A0622375

雑音性高次元推論におけるLangevinアルゴリズムの驚異と落とし穴【JST・京大機械翻訳】

Marvels and Pitfalls of the Langevin Algorithm in Noisy High-Dimensional Inference

著者 (6件)： Sarao Mannelli Stefano (Universite Paris-Saclay, CNRS, CEA, Institut de Physique Theorique, 91191, Gif-sur-Yvette, France) ,  Biroli Giulio (Laboratoire de Physique de l’Ecole Normale Superieure ENS, Universite PSL, CNRS, Sorbonne Universite, Universite Paris-Diderot, Sorbonne Paris Cite Paris, France) ,  Cammarota Chiara (Department of Mathematics, King’s College London, Strand London WC2R 2LS, United Kingdom) ,  Krzakala Florent (Laboratoire de Physique Statistique, CNRS & Universite Pierre & Marie Curie & Ecole Normale Superieure & PSL Universite, 75005 Paris, France) ,  Urbani Pierfrancesco (Universite Paris-Saclay, CNRS, CEA, Institut de Physique Theorique, 91191, Gif-sur-Yvette, France) ,  Zdeborova Lenka (Universite Paris-Saclay, CNRS, CEA, Institut de Physique Theorique, 91191, Gif-sur-Yvette, France)
資料名： Physical Review X  (Physical Review X)
巻： 10  号： 1  ページ： 011057  発行年： 2020年 
JST資料番号： W5063A  ISSN： 2160-3308  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： 勾配降下ベースのアルゴリズムとそれらの確率論的バージョンは,機械学習と統計的推論において広く応用されている。本研究では,雑音の多い高次元推論の文脈において,物理学で最も一般的に考慮されているアルゴリズムの性能の解析的研究を行った。スパイク混合行列テンソルモデルの事後確率測度をサンプリングするためにLangevinアルゴリズムを用いた。このアルゴリズムの典型的な挙動を,Langevin状態発展を呼ぶ積分微分方程式のシステムにより記述し,その解を近似メッセージ通過(AMP)の状態発展の一つと比較した。著者らの結果は,著しく,Langevinアルゴリズムのアルゴリズム閾値がAMPによって与えられたものに関して準最適であることを示した。この現象は,パラメータの領域に存在する残留ガラスのためである。また,遷移線の簡単な発見的表現を示し,数値結果と一致するように見える。Copyright 2020 The American Physical Society All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： 事後確率 ,  積分微分方程式 ,  確率論 ,  *雑音 ,  近似法 ,  測度 ,  機械学習 ,  ガラス ,  *高次元 ,  *アルゴリズム ,  統計的推定
準シソーラス用語： 混合行列 , 【Automatic Indexing@JST】

分類 (4件)： 数値計算  (JE02000J) ,  人工知能  (JE08000Z) ,  反応速度論・触媒一般  (CB06010G) ,  信号理論  (ND02020G)

タイトルに関連する用語 (4件)： 雑音 ,  高次元 ,  推論 ,  アルゴリズム